通过对多个开源项目的实验，他们发现基于IR的错误分类方法具有更好的性能，还关注基于错误报告的错误分类，缺乏对运行时信息和重复数据删除的研究，

之前的工作主要以调查与错误报告，相关的相关研究为目标，相比之前的调查，这次不仅包括错误报告，还包括与运行时信息相关的研究作为分析主题，

重复数据删除和分类从根本上涉及，考虑错误之间的相似性，错误特征的提取和相似度的计算，是主要的研究课题。

2010年左右，传统的文本匹配和机器学习方法，是确定相似性的主流方法，传统的文本匹配方法主要使用，基于动态规划的技术，例如最长公共子序列和最长公共子字符串。

随着时间的推移，信息检索方法开始得到广泛开发和应用，包括主题建模、模糊集和文本特征提取。

这些方法可以更准确地对，错误报告进行建模，提取特征向量，并使用相似性计算技术测量文本之间的距离。

后来得益于深度学习方法的快速发展，特别是各种神经网络模型，如基于NLP的模型，调整后的深度学习方法在大规模，相似性分析中表现出突出的效果，其他典型的神经网络模型，如CNN，也已应用于特征提取。